「去找另一隊復仇」打造AI急救助手 提升救災效率

「去找另一隊復仇」團隊以AI打造急救輔助系統，勇奪中華電信「韌性未來」組優勝。DIGITIMES攝

氣候變遷加劇，重大災害事件頻傳，台灣的公共安全挑戰日益嚴峻。2025年台中新光三越氣爆事件再度敲響警鐘，凸顯了在專業救護人員抵達前的「黃金救援時間」常被浪費的痛點。在第二屆「雲湧智生：臺灣生成式AI應用黑客松」競賽中，「去找另一隊復仇」團隊看見此關鍵社會痛點，提出結合AI技術的創新解方，從而拿下中華電信「韌性未來」組的優勝。

面對近年來頻繁的重大災害事件，「去找另一隊復仇」團隊打造一套能在緊急情況下，協助沒有醫療背景民眾的智慧系統，期望透過科技力量提升全民的災害應變能力。團隊深入分析台中新光三越氣爆及八仙樂園塵爆等重大事故後發現，災害現場存在三大關鍵痛點亟待解決。

首先是一般民眾缺乏基本急救知識，導致醫護人員到場前的「黃金救援時間」無法有效利用；其次，現場傷患資訊無法被即時記錄與分類，造成後續醫療資源無法有效分配；第三，即時傷患分布情況難以掌握，嚴重影響公部門的整體救援決策與資源調度，這些問題在大規模傷亡事件中更顯嚴峻。

針對上述痛點，團隊開發了「急救大師 民眾版 v2.0」，這套結合生成式AI技術的急救輔助系統，可透過直覺式介面，引導無醫療背景的民眾進行傷患初步檢傷分類，並提供情境化的基本急救處置指導。

系統會依據使用者輸入的傷患現況，將傷患分為紅色（立即救治）、黃色（可延後救治）、綠色（輕傷）以及黑色（生存機率極低）四類，並針對不同類別即時提供相應的急救建議，如止血、呼吸道暢通維持、CPR等。此外，系統能自動生成傷患記錄與分區資訊，供後續抵達的專業醫護團隊參考，大幅提升救援效率與資源分配準確性。

「急救大師」建構在Amazon Web Services（AWS）雲端環境上，採用多項先進技術確保系統運作的可靠性與即時性。團隊運用No Code生成式AI驅動應用程式開發平台AWS PartyRock，結合Amazon Nova Pro和Anthropic的Claude 3.5 Sonnet v2等大型語言模型作為核心AI引擎。

為提升回應的專業性與準確度，團隊自行整理急救文件，建置小型RAG（檢索增強生成）系統。在技術架構上，使用Amazon CloudFront提供CDN與HTTPS安全連線，網域名稱系統服務Amazon Route53與雲端運算服務Amazon EC2負責網站與後端服務部署，開源搜索引擎OpenSearch則用於檢索急救知識庫資料，WAF雲端防火牆確保系統安全。

系統還導入了AED地圖功能，協助民眾快速找到最近的自動體外心臟去顫器，大幅提升救援時效性，尤其對心跳停止的患者至關重要。

「去找另一隊復仇」團隊在中華電信「韌性未來」組中脫穎而出，評審認為此系統不僅能在災害現場提供即時支援，更可在平時作為急救教育工具，普及民間急救知識。系統深具實用價值，可為台灣建立堅實的民間急救網路。

此外，系統的傷患資訊即時彙整功能，也為公部門提供了寶貴的決策參考，有望優化醫療資源分配，提升整體救援效率。